Python 如何将该forloop转换为lambda函数以提高速度

此forloop需要3天才能完成。我怎样才能提高速度

for i in range(df.shape[0]):
    df.loc[df['Creation date'] >= pd.to_datetime(str(df['Original conf GI dte'].iloc[i])),'delivered'] += df['Sale order item'].iloc[i]

我认为forloop足以理解

如果创建日期大于原始配置GI日期，则将

销售订单项目

值添加到

已交付

列

每行的日期为“接受日期”（

交付日期

为未来日期）。输入为

订单发票

，

接受日期

，

交付日期

…输出为

交付

列

Order Quantity            Date Accepted        Date Delivered       Delivered
     20                     01-05-2010            01-02-2011           0
     10                     01-11-2010            01-03-2011           0
     300                    01-12-2010            01-09-2011           0     
     5                      01-03-2011            01-03-2012           30
     20                     01-04-2012            01-11-2013           335
     10                     01-07-2013            01-12-2014           335

---

如果我理解正确，你可以使用速度。当前，您正在数据帧行上循环，而numpy操作旨在操作整个列：

cond= df['Creation date'].ge(pd.to_datetime(str(df['Original conf GI dte'])))
df['delivered']=np.where(cond,df['delivered']+df['Sale order item'],df['delivered'])

---

按将值转换为numpy数组，将其与广播进行比较，按和最后一次匹配

顺序

值：

date1 = df['Date Accepted'].to_numpy()
date2 = df['Date Delivered'].to_numpy()
order = df['Order Quantity'].to_numpy()

#oldier pandas versions
#date1 = df['Date Accepted'].values
#date2 = df['Date Delivered'].values
#order = df['Order Quantity'].values

df['Delivered1'] = np.where(date1[:, None] >= date2, order, 0).sum(axis=1)
print (df)
   Order Quantity Date Accepted Date Delivered  Delivered  Delivered1
0              20    2010-01-05     2011-01-02          0           0
1              10    2010-01-11     2011-01-03          0           0
2             300    2010-01-12     2011-01-09          0           0
3               5    2011-01-03     2012-01-03         30          30
4              20    2012-01-04     2013-01-11        335         335
5              10    2013-01-07     2014-01-12        335         335

---

请发布一个小样本的输入和相应的期望输出。它不会给出相同的结果。我会尽量多解释的，谢谢，这与这个问题有关。我找到了一种方法来计算

TotalOrdersCreated

（使用cumsum），现在我正试图找到一种方法来计算

交付的

。然后我将减去TotalOrdersCreated Delivered，以生成待处理的

。（待定是该问题中的预期输出）。现在清楚了吗，先生？@TomHolland-我想是的，在你的解决方案中没有必要求和像
df['Creation date']>=pd.to_datetime（str（df['Original conf GI dte']].iloc[I]）。sum（）
？对不起，我不知道如何在代码中实现上面这一行